四旋翼飞行器上的事件触发安全贝叶斯优化
系统与控制
2023-12-14 v1 系统与控制
摘要
贝叶斯优化（BO）已被证明是一种无需了解底层系统动力学即可自动调整控制参数的强大工具。此外，安全 BO 方法在假设底层目标函数不变的情况下，保证了优化过程中的安全性。然而，在现实场景中，时变现象经常发生，例如由于系统磨损或操作条件变化。使用不处理时变的标准安全 BO 策略可能导致失败，因为先前安全的决策可能随时间变得不安全，我们在此对此进行了演示。为解决此问题，我们引入了一种新算法——事件触发 SafeOpt（ETSO），该算法仅依赖观测到的代价在线适应变化。其核心是，ETSO 使用事件触发器来检测观测值与当前目标函数代理模型之间的显著偏差。当检测到此类变化时，算法会回退到一个安全的备用控制器，并重新开始探索。通过这种方式，安全性得以在变化过程中恢复并保持。我们在四旋翼控制器调优上评估了 ETSO，包括仿真和硬件实验。ETSO 优于现有的安全 BO 方法，在保持安全性的同时，随时间推移实现了更优的控制性能。
引用
@article{arxiv.2312.08058,
title = {Event-Triggered Safe Bayesian Optimization on Quadcopters},
author = {Antonia Holzapfel and Paul Brunzema and Sebastian Trimpe},
journal= {arXiv preprint arXiv:2312.08058},
year = {2023}
}